基于优化PSO-BP神经网络的船舶航向预测
为了提高船舶航向预报的准确性,提高航行安全.采用自适应变异的粒子群算法SAPSO(self-adapting particle swarm optimization algorithm)优化传统BP神经网络的网络参数,能够克服传统BP神经网络所具有的对初始权值阈值敏感且容易陷入局部最优的缺点,进而提出了一种自适应变异的粒子群优化算法的神经网络模型用于船舶航向预测.利用实船航行数据对预测模型进行船舶航向的实时预报仿真实验,结果证明了SAPSO-BP预测模型具有较高精度,验证了预测模型的有效性.
船舶航向 预测模型 粒子群算法 BP神经网络
秦可 卜仁祥 方鹏飞
大连海事大学航海学院 辽宁大连 116026
国内会议
上海
中文
351-358
2019-10-31（万方平台首次上网日期，不代表论文的发表时间）